文摘
英文文摘
声明
第一章绪论
1.1课题来源与背景
1.2伺服系统中摩擦的特性
1.2.1摩擦的静态特性
1.2.2摩擦的动态特性
1.2.3爬行现象
1.3摩擦建模及补偿
1.3.1摩擦模型
1.3.2摩擦补偿
1.4基于支持向量机摩擦建模与补偿
1.5本文主要内容
第二章支持向量机基础及理论
2.1机器学习的基本问题
2.1.1问题的表示
2.1.2经验风险最小化原理(ERM)
2.1.3复杂性和推广性能
2.2统计学习理论
2.2.1统计学习理论与传统统计学习理论的区别
2.2.2 VC维
2.2.3推广性的界
2.2.4结构风险最小化原理(SRM)
2.4支持向量机(SVM)
2.4.1支持向量机分类原理(SVC)
2.4.2支持向量机回归原理(SVR)
2.5本章小结
第三章基于最小二乘支持向量机摩擦建模
3.1最小二乘支持向量机原理
3.1.1问题的提出
3.1.2最小二乘支持向量机
3.2最小二乘支持向量机离线训练
3.3基于LS-SVM摩擦建模
3.3.1 Stribcck摩擦模型
3.3.2摩擦建模
3.4本章小结
第四章基于最小二乘支持向量机反步积分的摩擦补偿
4.1反步设计法
4.2伺服系统建模
4.3反步积分控制
4.3.1参考速度控制信号
4.3.2位置控制器设计
4.3.3系统自适应律的设计
4.4本章小结
第五章仿真结果分析
5.1 PID控制
5.1.1 PID控制原理
5.1.2 PID参数整定
5.2系统仿真框图
5.2.1 PID仿真模型
5.2.2基于LS-SVM反步方法仿真模型
5.3系统仿真
5.4本章小结
第六章结束语
6.1总结
6.2论文存在的不足和进一步工作
致谢
参考文献
西安电子科技大学;